Urvalsbias

Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från versionen som granskades den 29 mars 2021; kontroller kräver 12 redigeringar .

Urvalsbias är ett statistiskt begrepp som indikerar att slutsatserna som dras i förhållande till en grupp kan vara felaktiga på grund av felaktigt urval i denna grupp [1] .

Valfel

Kan innefatta för- eller efterval med dominans eller uteslutning av vissa arter. Detta kan naturligtvis vara ett slags vetenskapligt bedrägeri , datamanipulation, men mycket oftare är det ett samvetsmässigt fel, till exempel på grund av användningen av ett olämpligt verktyg.

Till exempel, i en tid präglad av användning av film för att fotografera himlen, skulle en oberoende observatör definitivt dra slutsatsen att det finns klart fler blå galaxer än röda. Inte för att blå galaxer är vanligare, utan bara för att de flesta filmer är mer känsliga för den blå delen av spektrumet. Samma oberoende observatör skulle dra den raka motsatta slutsatsen nu, i digitalfotografiets tidevarv , eftersom digitalkamerasensorer är mer känsliga för den röda delen av spektrumet.

Typer av systematiska fel

Det finns ett stort antal möjliga systematiska fel [2] , huvudtyperna är:

Space

Välj första och sista punkten i serien. Till exempel, för att maximera den angivna trenden , kan man börja streaken med ett ovanligt lågt år och avsluta med det högsta året.
"Lägligt" slutförande, det vill säga när resultaten passar in i den önskade teorin.
Separering av en del av data baserat på kunskap om hela urvalet och sedan applicering av den matematiska apparaten på denna del som ett blindt (slumpmässigt) urval. Se Cluster sampling , en:cluster sampling , Marksman fallacy .
Studiet av en process på ett intervall (i tid eller rum) som uppenbarligen är kortare än vad som krävs för en fullständig förståelse av fenomenet.

Data

Att stryka ut vissa "dåliga" data i enlighet med reglerna, även om dessa regler stred mot de fördeklarerade reglerna för detta urval.

Medlemmar

Preliminärt urval av deltagare, eller till exempel lägga ut ett meddelande om rekrytering av volontärer för att delta i försök bland en viss grupp människor. Till exempel, för att bevisa att rökning inte skadar träningsresultaten på något sätt, kan du placera en annons för rekrytering av volontärer på ett lokalt gym, men rekrytera rökare i en mästarklass och icke-rökare bland nybörjare eller i den sektion som vill gå ner i vikt. Ett annat exempel: "en internetundersökning av befolkningen visade att 100 % av befolkningen använder internet."
Borttagning från urvalet av deltagare som inte nådde slutet av testet . I ett viktminskningsprogram kan detaljerade viktminskningsdiagram ses som bevis på teknikens riktighet, men dessa diagram inkluderar inte deltagare som inte nådde slutet, som ansåg att denna teknik inte fungerade för dem.
Självvalets systematiska fel. Det vill säga att en grupp människor för studier bildas delvis av egen fri vilja, eftersom inte alla respondenter vill delta i testet.

Eliminering av systematiska fel

I allmänhet är det inte möjligt att isolera provtagningsbias enbart på basis av statistiska metoder, även om det, som framgår av Nobelpristagaren James Heckmans [ 3 ] arbete , finns strategier som fungerar i vissa speciella fall.

En välkänd fras är "berättelserna om delfiners intelligens och vänlighet är baserade på berättelser om trötta simmare, som de knuffade till stranden, men vi är berövade möjligheten att höra historien om dem som de knuffade in i stranden. annan riktning."

Se även

Anteckningar

↑ National Cancer Institute. Dictionary of Cancer Termer . National Cancer Institute . Hämtad 1 oktober 2018. Arkiverad från originalet 14 december 2018.
↑ Lorraine K. Alexander, Brettania Lopes, Kristen Ricchetti-Masterson, Karin B. Yeatts. Urval Bias // Gillings School of Global Public Health. - 2015. Arkiverad 21 januari 2022.
↑ James Heckman, Daniel McFadden. De vetenskapliga bidragen av James Heckman och Daniel McFadden . - 2000. Arkiverad 5 mars 2022.